بهبود تشخیص و دسته بندی اسکناس ایرانی توسط بینایی ماشین

مبادله اسکناس از مهمترین راه های دادوستد در جوامع می باشد که امروزه چند صد نوع اسکناس متنوع در سراسر جهان وجود دارد. در ایران با وجود روش های دیگری همچون استفاده از کارت های بانکی و انتقالاتاینترنتی همچنان اسکناس های فرسوده، پاره و دست نوشته شده وجود دارد که نیازمند روشی خاص برای بهبود دسته بندی و تشخیص اسکناس های رایج به صورت سریع، دقیق و با اطمینان بالا می باشد. به منظور نیل به چنین هدفی، در این پژوهش روشی پیشنهاد شده که شامل تکنیک های پردازش تصویر برای تطابق الگویی رنگ اسکناس ایرانی و الگوریتم SURF برای استخراج ویژگی های بافت است و نتایج آن برای تطابق ویژگی ها وتعیین وارونگی اسکناس ایرانی کاربرد موثر دارد تا بتوان اسکناس ها را به راحتی دسته بندی و تشخیص داد. با توجه به الگوهای بافت و سیگنال های رنگ این روش بر روی چهار نوع اسکناس سالم، رنگ رفته، کثیف (چروک و دست نوشته شده) و دارای پارگی بر روی ۰۹۹ قطعه اسکناس شامل ۵، ۱۰، ۲۰، ۵۰ و ۱۰۰ هزار ریالی رایج ایرانی انجام شد که هر کدام به ترتیب ۱۰۰%، ۱۰۰%، ۹۱/۵۴ و ۹۳/۸۲ را نشان می دهد که در حالت کلی قابلیت تشخیص ۹۸/۱۰ درصد را نشان داده است.

کلیدواژه ها:

تشخیص اسکناس ، پردازش تصویر ، بافت ، رنگ ، الگوریتم SURF